CN114407919B - 一种基于自动驾驶的碰撞检测方法及系统 - Google Patents
一种基于自动驾驶的碰撞检测方法及系统 Download PDFInfo
- Publication number
- CN114407919B CN114407919B CN202111663034.5A CN202111663034A CN114407919B CN 114407919 B CN114407919 B CN 114407919B CN 202111663034 A CN202111663034 A CN 202111663034A CN 114407919 B CN114407919 B CN 114407919B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- section
- obstacle
- intersected
- circumscribed rectangle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000005520 cutting process Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 9
- 239000007787 solid Substances 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims 1
- 230000004888 barrier function Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 23
- 238000004590 computer program Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/50—Barriers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/40—High definition maps
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于自动驾驶的碰撞检测方法及系统,该碰撞检测方法获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;section表示根据道路结构变化对道路进行纵向切割构成的路面;获取感知到的障碍物信息并构建障碍物的外接矩形;构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹;构造车辆、障碍物和可行区域的外接矩形,通过外接矩形快速剔除不相交的包围盒,能快速生成轨迹线,以满足轨迹更新实时性要求。
Description
技术领域
本发明涉及导航系统、电子地图领域,尤其涉及一种基于自动驾驶的碰撞检测方法及系统。
背景技术
自动驾驶车辆需要基于高精地图以及感知的周边障碍物信息,规划出一条遵守交规、安全、舒适且可达目的地的行驶轨迹辅助其自动驾驶。现实中周边环境瞬息万变,因此轨迹计算必须满足实时性的响应要求。由于轨迹计算中碰撞检测(轨迹点不能压道路实线,不能碰撞障碍物以及马路牙子)非常耗时,会导致轨迹更新不及时,带来安全隐患问题。
发明内容
本发明针对现有技术中存在的技术问题,提供一种基于自动驾驶的碰撞检测方法及系统,构造车辆、障碍物和可行区域的外接矩形,通过外接矩形快速剔除不相交的包围盒,能快速生成轨迹线,以满足轨迹更新实时性要求。
根据本发明的第一方面,提供了一种基于自动驾驶的碰撞检测方法,包括:步骤1,获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;所述section表示根据道路结构变化对道路进行纵向切割构成的路面;
步骤2,获取感知到的障碍物信息并构建所述障碍物的外接矩形;
步骤3,构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹;
判断车辆与障碍物或各个section是否相交的过程包括:
判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交;
车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆box与障碍物box是否相交判断车辆与障碍物是否相交,根据车辆box与section的实线或边线是否相交判断车辆与section是否相交;
车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
在上述技术方案的基础上,本发明还可以作出如下改进。
可选的,所述步骤1中截取获得局部的车道级路径规划结果的过程包括:
将车辆当前位置点和目的地位置点匹配到高精地图上,得到车道级起终点信息;
通过A星搜索算法,规划出一条从车辆起始车道到终点车道的车道级路径规划结果;
在所述车道级路径规划结果中截取获得车辆前方设定距离范围内的局部车道级路径规划结果。
可选的,所述步骤1中将所述局部车道级路径规划结果分为各个section后,各个section的两侧的道路边线连接起来,构成车辆的可通行区间;section的外接矩形的构造过程包括:
步骤101,获取section的两侧边线上的形点信息;
步骤102,遍历所有所述形点,将所述形点的大地坐标转换为平面坐标;
步骤103,取所述形点的平面坐标中x轴坐标最小值x1和最大值x2,y轴坐标最小值y1和最大值y2,得到section的外接矩形的四个顶点的坐标分别为(x1,y1)、(x2,y1)、(x1,y2)和(x2,y2)。
可选的,所述步骤3中判断车辆的外接矩形与障碍物或各个section的外接矩形是否相交的过程中,判断两个外接矩形是否相交的过程包括:
第一个外接矩形的X轴最大值比第二个外接矩形的X轴最小值要小时,则两个外接矩形不相交;
第一个外接矩形的X轴最小值比第二个外接矩形的X轴最大值要大时,则两个外接矩形不相交;
第一个外接矩形的y轴最大值比第二个外接矩形的y轴最小值要小时,则两个外接矩形不相交;
第一个外接矩形的y轴最小值比第二个外接矩形的y轴最大值要大时,则两个外接矩形不相交;
否则,两个外接矩形相交。
可选的,所述步骤3中判断车辆box与障碍物box是否相交的过程包括:
步骤30,分别构造车辆box和障碍物box的外接矩形,如果两个外接矩形不相交,则判定车辆box与障碍物box不相交,否则执行步骤31;
步骤31,构造车辆box每条边线的外接矩形和障碍物box中每条边线的外接矩形;
步骤32,判断是否存在车辆box的任意一条边线的外接矩形和障碍物box的任意一条边线的外接矩形相交,是则执行步骤33,否则判定车辆box与障碍物box不相交;
步骤33,判断车辆box的任意一条边线和障碍物box的任意一条边线是否相交,是则判定车辆box与障碍物box相交,否则判定车辆box与障碍物box不相交。
可选的,所述步骤3中,遍历所有的section区间,依次判断车辆的外接矩形与各个section的外接矩形是否相交;
判断车辆的外接矩形与任意一个section的外接矩形相交时,记录该section的索引,下一次遍历时直接从该索引对应的section和后续的section区间作碰撞检测。
可选的,所述步骤3中判断车辆box与section的实线或边线是否相交的过程包括:
步骤34,获取当前section内的车道组信息,并构建实线的包围盒;
步骤35,判断车辆与section内的实线是否相交,是则判断车辆与section相交,否则执行步骤36;
步骤36,将section按照形点分成每一个segment段,segment段为连续的两个形点连接的线段,并构造segment段的外接矩形,判断车辆box与任意一个segment段是否相交,是则判定车辆与section相交,否则判定车辆与section不相交。
根据本发明的第二方面,提供一种基于自动驾驶的碰撞检测系统,包括:section外接矩形构造模块、障碍物的外接矩形构造模块和可行驶轨迹生成模块;
所述section外接矩形构造模块,用于获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;所述section表示根据道路结构变化对道路进行纵向切割构成的路面;
所述障碍物的外接矩形构造模块,用于获取感知到的障碍物信息并构建所述障碍物的外接矩形;
所述可行驶轨迹生成模块,用于构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹;
判断车辆与障碍物或各个section是否相交的过程包括:
判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交;
车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆box与障碍物box是否相交判断车辆与障碍物是否相交,根据车辆box与section的实线或边线是否相交判断车辆与section是否相交;
车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
根据本发明的第三方面,提供了一种电子设备,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现基于自动驾驶的碰撞检测方法的步骤。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现基于自动驾驶的碰撞检测方法的步骤。
本发明提供的一种基于自动驾驶的碰撞检测方法、系统、电子设备及存储介质,车辆与障碍物的碰撞检测过程中,通过车辆与障碍物的外接矩形快速剔除不相交的障碍物,再通过车辆box每条边线的外接矩形和障碍物box中每条边线的外接矩形进行快速剔除;车辆与可行区域的碰撞检测过程中,通过车辆与section的外接矩形快速剔除不相交的可行区域,再通过车辆box与section的实线或边线是否相交进行快速剔除;判断车辆的外接矩形与任意一个section的外接矩形相交时,记录该section的索引,下一次遍历时直接从该索引对应的section和后续的section区间作碰撞检测,加快检测进程;由于碰撞检测是作数值比较,响应快,实时性高,能够快速生成轨迹线,以满足轨迹更新实时性要求。
附图说明
图1为本发明提供的一种基于自动驾驶的碰撞检测方法的流程图;
图2为本发明实施例提供的一种可通行区间示意图;
图3为本发明实施例提供的一种车辆模型示意图;
图4为本发明实施例提供的一种脱出节点构造示意图;
图5为本发明实施例提供的一种可通行区间中脱出节点的示意图;
图6(a)为本发明实施例提供的一种碰撞检测时障碍物与车辆的外接矩形不相交不碰撞时的示意图;
图6(b)为本发明实施例提供的一种碰撞检测时障碍物与车辆的外接矩形相交、box不相交不碰撞时的示意图;
图6(c)为本发明实施例提供的一种碰撞检测时障碍物与车辆的外接矩形相交、box相交发生碰撞时的示意图;
图7为本发明实施例提供的一种搜索示意图;
图8为本发明实施例提供的一种轨迹线示意图;
图9为本发明提供的一种基于自动驾驶的碰撞检测系统的结构框图;
图10为本发明提供的一种可能的电子设备的硬件结构示意图;
图11为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明提供的一种基于自动驾驶的碰撞检测方法的流程图,如图1所示,方法包括:步骤1,获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;section表示根据道路结构变化(如车道数变化)对道路进行纵向切割构成的路面。
步骤2,获取感知到的障碍物信息并构建障碍物的外接矩形。
步骤3,构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹。
判断车辆与障碍物或各个section是否相交的过程包括:
判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交。
车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆box(包围盒)与障碍物box是否相交判断车辆与障碍物是否相交,根据车辆box与section的实线或边线是否相交判断车辆与section是否相交。
车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
本发明提供的一种基于自动驾驶的碰撞检测方法,构造车辆、障碍物和可行区域的外接矩形,通过外接矩形快速剔除不相交的包围盒,快能快速生成轨迹线,以满足轨迹更新实时性要求。
实施例1
本发明提供的实施例1为本发明提供的一种基于自动驾驶的碰撞检测方法的实施例,结合图1-图8可知,该碰撞检测方法的实施例包括:
步骤1,获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形。
在一种可能的实施例方式中,步骤1中截取获得局部的车道级路径规划结果的过程包括:
将车辆当前位置点和目的地位置点匹配到高精地图上,得到车道级起终点信息。
通过A星搜索算法,规划出一条从车辆起始车道到终点车道的车道级路径规划结果,称作全局规划结果,如图2中所示,规划出一条路口前右转的车道级序列结果。
在车道级路径规划结果中截取获得车辆前方设定距离(例如可以为100m)范围内的局部车道级路径规划结果。
由于轨迹点是根据车辆位置的变化实时计算的,因此只需要前方局部范围的局部路径规划结果,并将局部路径规划结果中的最后一个车道的尾节点作为局部轨迹计算的终点,称作局部终点,如图2中所示,选取part作为局部终点。
在一种可能的实施例方式中,步骤1中将局部车道级路径规划结果分为各个section后,各个section的两侧的道路边线连接起来,构成车辆的可通行区间;section的外接矩形的构造过程包括:
步骤101,获取section的两侧边线上的形点信息。
步骤102,遍历所有形点,将形点的大地坐标转换为平面坐标。
具体实施中,大地坐标即球面坐标,用经度、纬度、海拔表示;平面坐标即(x,y)坐标。
步骤103,取形点的平面坐标中x轴坐标最小值x1和最大值x2,y轴坐标最小值y1和最大值y2,得到section的外接矩形的四个顶点的坐标分别为(x1,y1)、(x2,y1)、(x1,y2)和(x2,y2)。
图2中,实线矩形框即为外接矩形,图例中只画了sectionB的外接矩形,sectionA和sectionC的外接矩形构造原理相同。图2中可通行区间示意图中sectionA、sectionB和sectionC的左右侧道路边线连接起来,构成一个可通行区间,车辆轨迹点的生成必须在此通行区间范围内。
步骤2,获取感知到的障碍物信息并构建障碍物的外接矩形。
具体实施中,从感知模块获取障碍物信息(多边形),获取该多边形的各个边线上的各个行点,按照步骤103构造障碍物的外接矩形。如图6(a)、图6(b)和图6(c)所示,碰撞检测示意图中多边形为障碍物,矩形实线框为外接矩形。
步骤3,构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹。
判断车辆与障碍物或各个section是否相交的过程包括:
判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交。
车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆box(包围盒)与障碍物box是否相交判断车辆与障碍物是否相交,根据车辆box与section的实线或边线是否相交判断车辆与section是否相交。
车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
具体实施中,车辆模型根据车辆参数(如长宽和轴心点)构建,如图3所示。
如图4和图5所示,根据当前车辆位置,计算下一帧的位置点,以下一帧位置点作为车辆轴心点并按照步骤103构造外接矩形。
下一帧的位置点是根据车辆动力学原理计算得到的,每次搜索都是以新的位置点,重新得到同样数量的脱出节点。
在一种可能的实施例方式中,步骤3中判断下一个位置点处车辆与障碍物或各个section是否相交的过程包括:
步骤301,判断车辆与障碍物是否相交。
步骤30101,判断车辆的外接矩形与障碍物的外接矩形是否相交,不相交则跳到步骤302;相交则进行下一步步骤30102。
判断两个外接矩形是否相交的过程包括:
第一个外接矩形的X轴最大值比第二个外接矩形的X轴最小值要小时,则两个外接矩形不相交。
第一个外接矩形的X轴最小值比第二个外接矩形的X轴最大值要大时,则两个外接矩形不相交。
第一个外接矩形的y轴最大值比第二个外接矩形的y轴最小值要小时,则两个外接矩形不相交。
第一个外接矩形的y轴最小值比第二个外接矩形的y轴最大值要大时,则两个外接矩形不相交。
否则,两个外接矩形相交。
此方法通过数值比较,可以快速剔除不相交的包围盒。
步骤30102,判断车辆box和障碍物box是否相交。
判断车辆box与障碍物box是否相交的过程包括:
步骤3010200,首先分别构造车辆box和障碍物box的外接矩形(先用大的外接矩形判断),如图6(a),如果两个外接矩形不相交,则判定车辆box与障碍物box不相交,否则执行步骤3010201。
步骤3010201,构造车辆box每条边线的外接矩形和障碍物box中每条边线的外接矩形。
步骤3010202,判断是否存在车辆box的任意一条边线的外接矩形和障碍物box的任意一条边线的外接矩形相交,是则执行步骤3010203;否则判定车辆box与障碍物box不相交,执行步骤302。
步骤3010203,判断车辆box的任意一条边线和障碍物box的任意一条边线是否相交,是则判定车辆box与障碍物box相交,说明当前搜索的位置点存在碰撞,需要剔除,返回到步骤3,重新选择下一帧位置点;否则判定车辆box与障碍物box不相交,执行下一步步骤302。
步骤302,遍历所有的section区间,判断车辆与section是否相交。
步骤30201,遍历所有的section区间,依次判断车辆的外接矩形与各个section的外接矩形是否相交,是则进行下一步步骤30202。
具体实施过程中,判断车辆的外接矩形与任意一个section的外接矩形相交时,记录该section的索引,下一次遍历时直接从该索引对应的section和后续的section区间作碰撞检测。
判断车辆的外接矩形与section的外接矩形是否相交的方法如上文步骤30101所示,可以快速剔除不相交的包围盒。
步骤30202,获取当前section内的车道组信息,并构建实线包围盒。
步骤30203,判断车辆是否和实线相交,具体方法同步骤301(将实线类比为障碍物,只是实线是一条边线,障碍物是多条边线,判断相交原理一样)。是则说明当前搜索的位置压道路实线,需要剔除,返回到步骤3,重新选择下一帧位置点。否则进行下一步步骤30204。
步骤30204,将section按照形点分成每一个segment段,segment段为连续的两个形点连接的线段,并构造segment段的外接矩形,判断车辆box与任意一个segment段是否相交,具体方法同步骤301(将segment段类比为障碍物,只是segment段是一条边线,障碍物是多条边线,判断相交原理一样),是则判定车辆与section相交,说明当前搜索的位置压马路牙子,需要剔除,返回到步骤3,重新选择下一帧位置点;否则判定车辆与section不相交,执行下一步步骤30205。
步骤30205,保存当前位置点,继续计算下一帧的位置点,如果已经达到目标位置点,则退出循环,调到下一步。否则继续循环执行步骤3依次判断下一个位置点处车辆与障碍物或各个section是否相交。
图5给出的实施例中,车辆的脱出节点有Node1,Node2,Node3,其中Node1和Node3会压实线,需剔除,Node2无碰撞,则以Node2为新的搜索节点,继续下一帧的位置搜索。
图8给出的实施例中,经过不断的搜索迭代,此时当前搜索点位于nodeT,其脱出节点为Node11,Node12,Node13,其中Node11会和障碍物碰撞,需剔除,Node12和Node13无碰撞,可作为新的待搜索节点,继续下一帧的位置搜索。
从终点依次寻找其前驱节点,得到一条从起点到终点的轨迹点(见附图8,轨迹线示意图),此轨迹点满足无碰撞,不压道路实线和马路牙子的的要求,且由于碰撞检测是作数值比较,响应快,实时性高。
实施例2
本发明提供的实施例2为本发明提供的一种基于自动驾驶的碰撞检测系统的实施例,图9为本发明实施例提供的一种基于自动驾驶的碰撞检测系统结构图,结合图9可知,该碰撞检测系统的实施例包括:section外接矩形构造模块、障碍物的外接矩形构造模块和可行驶轨迹生成模块。
section外接矩形构造模块,用于获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;section表示根据道路结构变化对道路进行纵向切割构成的路面。
障碍物的外接矩形构造模块,用于获取感知到的障碍物信息并构建障碍物的外接矩形。
可行驶轨迹生成模块,用于构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹。
判断车辆与障碍物或各个section是否相交的过程包括:
判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交。
车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆box与障碍物box是否相交判断车辆与障碍物是否相交,根据车辆box与section的实线或边线是否相交判断车辆与section是否相交。
车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
可以理解的是,本发明提供的一种基于自动驾驶的碰撞检测系统与前述各实施例提供的基于自动驾驶的碰撞检测方法相对应,基于自动驾驶的碰撞检测系统的相关技术特征可参考基于自动驾驶的碰撞检测方法的相关技术特征,在此不再赘述。
请参阅图10,图10为本发明实施例提供的电子设备的实施例示意图。如图10所示,本发明实施例提了一种电子设备,包括存储器1310、处理器1320及存储在存储器1310上并可在处理器1320上运行的计算机程序1311,处理器1320执行计算机程序1311时实现以下步骤:获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;section表示根据道路结构变化对道路进行纵向切割构成的路面;获取感知到的障碍物信息并构建障碍物的外接矩形;构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹;判断车辆与障碍物或各个section是否相交的过程包括:判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交;车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆box与障碍物box是否相交判断车辆与障碍物是否相交,根据车辆box与section的实线或边线是否相交判断车辆与section是否相交;车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
请参阅图11,图11为本发明提供的一种计算机可读存储介质的实施例示意图。如图11所示,本实施例提供了一种计算机可读存储介质1400,其上存储有计算机程序1411,该计算机程序1411被处理器执行时实现如下步骤:获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;section表示根据道路结构变化对道路进行纵向切割构成的路面;获取感知到的障碍物信息并构建障碍物的外接矩形;构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹;判断车辆与障碍物或各个section是否相交的过程包括:判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交;车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆box与障碍物box是否相交判断车辆与障碍物是否相交,根据车辆box与section的实线或边线是否相交判断车辆与section是否相交;车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
本发明实施例提供的一种基于自动驾驶的碰撞检测方法、系统、电子设备及存储介质,车辆与障碍物的碰撞检测过程中,通过车辆与障碍物的外接矩形快速剔除不相交的障碍物,再通过车辆box每条边线的外接矩形和障碍物box中每条边线的外接矩形进行快速剔除;车辆与可行区域的碰撞检测过程中,通过车辆与section的外接矩形快速剔除不相交的可行区域,再通过车辆box与section的实线或边线是否相交进行快速剔除;判断车辆的外接矩形与任意一个section的外接矩形相交时,记录该section的索引,下一次遍历时直接从该索引对应的section和后续的section区间作碰撞检测,加快检测进程;由于碰撞检测是作数值比较,响应快,实时性高,能够快速生成轨迹线,以满足轨迹更新实时性要求。
需要说明的是,在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其它实施例的相关描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种基于自动驾驶的碰撞检测方法,其特征在于,碰撞检测方法包括:
步骤1,获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;所述section表示根据道路结构变化对道路进行纵向切割构成的路面;
步骤2,获取感知到的障碍物信息并构建所述障碍物的外接矩形;
步骤3,构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹;
判断车辆与障碍物或各个section是否相交的过程包括:
判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交;
车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆包围盒与障碍物包围盒是否相交判断车辆与障碍物是否相交,根据车辆包围盒与section的实线或边线是否相交判断车辆与section是否相交;
车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
2.根据权利要求1所述的碰撞检测方法,其特征在于,所述步骤1中截取获得局部的车道级路径规划结果的过程包括:
将车辆当前位置点和目的地位置点匹配到高精地图上,得到车道级起终点信息;
通过A星搜索算法,规划出一条从车辆起始车道到终点车道的车道级路径规划结果;
在所述车道级路径规划结果中截取获得车辆前方设定距离范围内的局部车道级路径规划结果。
3.根据权利要求1所述的碰撞检测方法,其特征在于,所述步骤1中将所述局部车道级路径规划结果分为各个section后,各个section的两侧的道路边线连接起来,构成车辆的可通行区间;section的外接矩形的构造过程包括:
步骤101,获取section的两侧边线上的形点信息;
步骤102,遍历所有所述形点,将所述形点的大地坐标转换为平面坐标;
步骤103,取所述形点的平面坐标中x轴坐标最小值x1和最大值x2,y轴坐标最小值y1和最大值y2,得到section的外接矩形的四个顶点的坐标分别为(x1,y1)、(x2,y1)、(x1,y2)和(x2,y2)。
4.根据权利要求1所述的碰撞检测方法,其特征在于,所述步骤3中判断车辆的外接矩形与障碍物或各个section的外接矩形是否相交的过程中,判断两个外接矩形是否相交的过程包括:
第一个外接矩形的X轴最大值比第二个外接矩形的X轴最小值要小时,则两个外接矩形不相交;
第一个外接矩形的X轴最小值比第二个外接矩形的X轴最大值要大时,则两个外接矩形不相交;
第一个外接矩形的y轴最大值比第二个外接矩形的y轴最小值要小时,则两个外接矩形不相交;
第一个外接矩形的y轴最小值比第二个外接矩形的y轴最大值要大时,则两个外接矩形不相交;
否则,两个外接矩形相交。
5.根据权利要求1所述的碰撞检测方法,其特征在于,所述步骤3中判断车辆包围盒与障碍物包围盒是否相交的过程包括:
步骤30,分别构造车辆包围盒和障碍物包围盒的外接矩形,如果两个外接矩形不相交,则判定车辆包围盒与障碍物包围盒不相交,否则执行步骤31;
步骤31,构造车辆包围盒每条边线的外接矩形和障碍物包围盒中每条边线的外接矩形;
步骤32,判断是否存在车辆包围盒的任意一条边线的外接矩形和障碍物包围盒的任意一条边线的外接矩形相交,是则执行步骤33,否则判定车辆包围盒与障碍物包围盒不相交;
步骤33,判断车辆包围盒的任意一条边线和障碍物包围盒的任意一条边线是否相交,是则判定车辆包围盒与障碍物包围盒相交,否则判定车辆包围盒与障碍物包围盒不相交。
6.根据权利要求1所述的碰撞检测方法,其特征在于,所述步骤3中,遍历所有的section区间,依次判断车辆的外接矩形与各个section的外接矩形是否相交;
判断车辆的外接矩形与任意一个section的外接矩形相交时,记录该section的索引,下一次遍历时直接从该索引对应的section和后续的section区间作碰撞检测。
7.根据权利要求1所述的碰撞检测方法,其特征在于,所述步骤3中判断车辆包围盒与section的实线或边线是否相交的过程包括:
步骤34,获取当前section内的车道组信息,并构建实线的包围盒;
步骤35,判断车辆与section内的实线是否相交,是则判断车辆与section相交,否则执行步骤36;
步骤36,将section按照形点分成每一个segment段,segment段为连续的两个形点连接的线段,并构造segment段的外接矩形,判断车辆包围盒与任意一个segment段是否相交,是则判定车辆与section相交,否则判定车辆与section不相交。
8.一种基于自动驾驶的碰撞检测系统,其特征在于,所述碰撞检测系统包括:section外接矩形构造模块、障碍物的外接矩形构造模块和可行驶轨迹生成模块;
所述section外接矩形构造模块,用于获得车辆前方设定距离范围内的局部车道级路径规划结果,以section为单位构造路径的外接矩形;所述section表示根据道路结构变化对道路进行纵向切割构成的路面;
所述障碍物的外接矩形构造模块,用于获取感知到的障碍物信息并构建所述障碍物的外接矩形;
所述可行驶轨迹生成模块,用于构建车辆模型的外接矩形,预测计算车辆的各个下一个位置点,依次判断下一个位置点处车辆与障碍物或各个section是否相交,是则将对应的下一个位置点剔除,生成可行驶轨迹;
判断车辆与障碍物或各个section是否相交的过程包括:
判断下一个位置点处车辆的外接矩形与障碍物或各个section的外接矩形是否相交;
车辆的外接矩形与障碍物或各个section的外接矩形相交时,根据车辆包围盒与障碍物包围盒是否相交判断车辆与障碍物是否相交,根据车辆包围盒与section的实线或边线是否相交判断车辆与section是否相交;
车辆的外接矩形与障碍物及各个section的外接矩形均不相交时,直接判定车辆与障碍物及各个section均不相交。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的基于自动驾驶的碰撞检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的基于自动驾驶的碰撞检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111663034.5A CN114407919B (zh) | 2021-12-31 | 2021-12-31 | 一种基于自动驾驶的碰撞检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111663034.5A CN114407919B (zh) | 2021-12-31 | 2021-12-31 | 一种基于自动驾驶的碰撞检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114407919A CN114407919A (zh) | 2022-04-29 |
CN114407919B true CN114407919B (zh) | 2023-06-02 |
Family
ID=81271000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111663034.5A Active CN114407919B (zh) | 2021-12-31 | 2021-12-31 | 一种基于自动驾驶的碰撞检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114407919B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115230694A (zh) * | 2022-09-20 | 2022-10-25 | 毫末智行科技有限公司 | 自动驾驶车辆的障碍物识别方法、装置及车辆 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016223829A1 (de) * | 2016-11-30 | 2018-05-30 | Robert Bosch Gmbh | Verfahren zur rechenzeiteffizienten Kollisionsprüfung bei einer Pfadplanung für ein Fahrzeug |
JP2019144690A (ja) * | 2018-02-16 | 2019-08-29 | 本田技研工業株式会社 | 車両制御装置 |
US10884422B2 (en) * | 2018-04-16 | 2021-01-05 | Baidu Usa Llc | Method for generating trajectories for autonomous driving vehicles (ADVS) |
EP4289691A3 (en) * | 2018-07-27 | 2024-03-20 | embotech AG | Method for steering a vehicle and apparatus therefor |
WO2020062031A1 (en) * | 2018-09-28 | 2020-04-02 | Baidu.Com Times Technology (Beijing) Co., Ltd. | A pedestrian interaction system for low speed scenes for autonomous vehicles |
CN111413957B (zh) * | 2018-12-18 | 2021-11-02 | 北京航迹科技有限公司 | 用于确定自动驾驶中的驾驶动作的系统和方法 |
CN110361028B (zh) * | 2019-07-26 | 2021-03-16 | 武汉中海庭数据技术有限公司 | 一种基于自动驾驶循迹的路径规划结果生成方法及系统 |
CN113119964B (zh) * | 2019-12-30 | 2022-08-02 | 宇通客车股份有限公司 | 一种自动驾驶车辆碰撞预测判断方法及装置 |
JP7487994B2 (ja) * | 2020-04-17 | 2024-05-21 | 株式会社Subaru | 車両の運転支援装置。 |
CN111750886B (zh) * | 2020-05-12 | 2022-06-28 | 重庆兰德适普信息科技有限公司 | 局部路径规划方法及装置 |
CN111664864A (zh) * | 2020-05-31 | 2020-09-15 | 武汉中海庭数据技术有限公司 | 一种基于自动驾驶的动态规划方法及装置 |
CN111857135A (zh) * | 2020-06-30 | 2020-10-30 | 北京百度网讯科技有限公司 | 用于车辆的避障方法、装置、电子设备和计算机存储介质 |
CN111857160B (zh) * | 2020-08-17 | 2023-06-02 | 武汉中海庭数据技术有限公司 | 一种无人车路径规划方法和装置 |
CN112504286B (zh) * | 2020-11-14 | 2022-03-25 | 武汉中海庭数据技术有限公司 | 基于引导线图层的路径规划方法及系统、服务器及介质 |
CN112927535B (zh) * | 2021-01-07 | 2023-04-18 | 沈阳聚德视频技术有限公司 | 一种基于视觉技术的智能临时信号灯及其实现方法 |
-
2021
- 2021-12-31 CN CN202111663034.5A patent/CN114407919B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114407919A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6561199B2 (ja) | レーザ点群に基づく都市道路の認識方法、装置、記憶媒体及び機器 | |
CN113486531B (zh) | 一种车辆行驶路径规划方法、设备及系统 | |
CN111750886B (zh) | 局部路径规划方法及装置 | |
US11693409B2 (en) | Systems and methods for a scenario tagger for autonomous vehicles | |
KR20220054278A (ko) | 차량의 주행 궤적 예측 방법 및 장치 | |
KR102332045B1 (ko) | 운전 참고 선 처리 방법, 장치 및 차량 | |
CN110749329B (zh) | 一种基于结构化道路的车道级拓扑构建方法及装置 | |
CN110361028B (zh) | 一种基于自动驾驶循迹的路径规划结果生成方法及系统 | |
US11953901B2 (en) | Determining autonomous vehicle routes | |
US11529951B2 (en) | Safety system, automated driving system, and methods thereof | |
CN111897906A (zh) | 处理地图数据的方法、装置、设备和存储介质 | |
JP2005202922A (ja) | 運転支援装置及び運転支援プログラム | |
CN113741453A (zh) | 一种非结构化环境的路径规划方法、装置、设备和介质 | |
CN109597862A (zh) | 基于拼图式的地图生成方法、装置及计算机可读存储介质 | |
CN114407919B (zh) | 一种基于自动驾驶的碰撞检测方法及系统 | |
JP2022502311A (ja) | 環境ターゲットの特徴点抽出方法及び装置 | |
CN113432615A (zh) | 基于多传感器融合可驾驶区域的检测方法、系统和车辆 | |
CN117075613A (zh) | 无人车辆感知及避障方法、系统、计算机设备及存储介质 | |
US20220410942A1 (en) | Apparatus and method for determining lane change of surrounding objects | |
CN117272690B (zh) | 自动驾驶车辆危险切入场景提取方法、设备及介质 | |
CN113703455B (zh) | 一种激光点云的语义信息标注方法及相关设备 | |
CN117826816A (zh) | 用以解决智能队列定位误差的安全冗余方法 | |
CN115628734B (zh) | 一种点云地图的维护系统 | |
CN117173920A (zh) | 车辆诱导数据生成方法、装置、电子设备及计算机存储介质 | |
CN115689400A (zh) | 队列车辆驾驶控制模型的生成方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |